Use este identificador para citar ou linkar para este item: http://hdl.handle.net/123456789/3510
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorPINTO, Ivan de Jesus Pereira-
dc.date.accessioned2019-06-07T17:32:10Z-
dc.date.available2019-06-07T17:32:10Z-
dc.date.issued2018-01-22-
dc.identifier.urihttp://hdl.handle.net/123456789/3510-
dc.descriptionAbstract The game of Dominoes has many features that make it an interesting model for the fields of Artificial Inteligence(AI), Machine Learning(ML), and Game Theory(GT). Its parcial observability and stochasticity present at the boneyard are some examples. The scarce application of traditional techniques from AI and the cited fields in the game of Dominoes motivate a comparative study for this problem. Two of the most common variants of Dominoes are explored, Draw Dominoes and All Five This work studies the available solutions in the AI literature, most specifically from Reinforcement Learning and Search. Techniques from these fields are evaluated along with rule-based ones, through experimentals comparisons. The results shows that the best performance in Draw Dominoes comes from Search-based algorithm, Perfect Information Monte Carlo (PIMC), and in All Five similar results have been obtained between the studied techniques.pt_BR
dc.description.abstractO jogo de Dominó possui diversas características que o tornam um modelo interessante para os campos de Inteligência Artificial (IA), Aprendizado de Máquina (AM) e Teoria dos Jogos (TJ). Sua observabilidade parcial e estocasticidade presente no monte de compra são alguns exemplos. A escassa aplicação no Dominó de técnicas tradicionais da IA e dos campos citados, motivam a realização de um estudo comparativo para esse problema. Abordou-se duas das versões mais comuns de Dominó, Dominó com Compra e Dominó Ponta de Cinco. Este trabalho faz o estudo de soluções existente na literatura da IA, mais especificamente Aprendizado por Reforço e Busca. Avalia-se as técnicas derivadas desses campos juntamente com técnicas baseadas em regras através de comparações experimentais. Os resultados revelam melhor performance do algoritmo baseado em Busca, Perfeita Informação Monte Carlo (PIMC), para o jogo de Dominó com Compra, e resultados similares entre as técnicas estudadas no caso do Dominó Ponta de Cinco.pt_BR
dc.language.isootherpt_BR
dc.publisherUniversidade Federal do Maranhãopt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectTeoria dos jogospt_BR
dc.subjectAprendizado por reforçopt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectMachine learningpt_BR
dc.subjectGame theorypt_BR
dc.subjectReinforcement learningpt_BR
dc.titleInteligência artificial aplicada ao jogo de dominópt_BR
dc.title.alternativeArtificial intelligence applied to the domino gamept_BR
dc.typeOtherpt_BR
Aparece nas coleções:TCCs de Graduação em Ciência da Computação do Campus do Bacanga

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
IVAN-PINTO.pdfTrabalho de Conclusão de Curso969,61 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.